Rahasia di Balik 2 Juta Sesi LLM: ChatGPT Bukan Satu-satunya Raja AI

Bayangkan ini: hampir 2 juta sesi Large Language Model (LLM) dianalisis selama setahun penuh, dari Januari hingga Desember 2025. Kami mulai dengan asumsi sederhana: ChatGPT mendominasi, pola penggunaan seragam, dan volumenya kecil serta tidak signifikan.

Tapi data membuktikan kami salah.

ChatGPT memang menguasai 84,1% dari traffic AI discovery yang dapat dilacak, tetapi fungsinya terutama sebagai alat default untuk penemuan pasar luas. Realitas ini mengubah strategi pemasaran digital secara fundamental.

Brand tidak bisa lagi mengandalkan pendekatan tunggal yang berfokus pada penemuan. Anda membutuhkan strategi multi-platform yang selaras dengan bagaimana pengguna berharap menjadi produktif di momen yang berbeda-beda.

Kesuksesan sekarang bergantung pada mengetahui platform mana yang secara aktif memungkinkan produktivitas pengguna dan mana yang hanya mendukung penemuan awal.

Pertumbuhan yang Berbeda: ChatGPT vs Semua Platform Lain

Dari Januari hingga Desember 2025, platform LLM utama tumbuh dengan tingkat yang sangat berbeda:

  • ChatGPT: 3x pertumbuhan
  • Copilot: 25x pertumbuhan
  • Claude: 13x pertumbuhan
  • Perplexity: 1x pertumbuhan
  • Gemini: 1x pertumbuhan
Baca Juga  Skittles Super Bowl: Strategi Iklan Langsung di Depan Pintu Rumah Konsumen yang Mengubah Game Pemasaran

ChatGPT memang tumbuh, tetapi Copilot dan Claude tumbuh 8 hingga 10 kali lebih cepat. Perplexity dan Gemini secara efektif stagnan, atau lebih tepatnya, memperkuat penggunaan dalam alur kerja pengetahuan yang terdefinisi dengan ketat.

Angka-agregat ini mencerminkan prioritas strategis yang lebih dalam. Satya Nadella secara publik menyoroti Copilot mencapai 100 juta pengguna bulanan. Dario Amodei mengumumkan bahwa pendapatan Anthropic tumbuh dari $100 juta menjadi $8–10 miliar dalam waktu kurang dari dua tahun.

Pola 1: Copilot Mendominasi Tempat Kerja Terjadi

Pertumbuhan 25x Copilot memang mencolok, tetapi pembagian industri membuat polanya semakin jelas. Copilot menang di vertikal B2B di mana pekerjaan sudah terjadi di dalam ekosistem Microsoft.

SaaS: Perubahan Dramatis dalam Cara Tim Bekerja

ChatGPT: 2x pertumbuhan
Copilot: 21x pertumbuhan

Adopsi Copilot mencerminkan bagaimana tim SaaS modern beroperasi. Perusahaan menyematkan LLM langsung ke dalam alur kerja untuk mengekstrak wawasan dari data proprietary dan pihak ketiga, mendorong efisiensi, personalisasi, dan inovasi produk di dalam alat Microsoft.

Pendidikan: Revolusi dalam Penelitian Akademik

ChatGPT: 6x pertumbuhan
Copilot: 27x pertumbuhan

Copilot mendapat manfaat dari budaya berbagi pengetahuan dan sintesis penelitian. Institusi dan penerbit mengutip, memperluas, dan mengkontekstualisasikan materi yang ada, membuat penemuan berbantuan LLM menjadi ekstensi alami dari bagaimana konten pendidikan dibuat dan dikonsumsi.

Keuangan: Otomasi dalam Lingkungan Terpercaya

ChatGPT: 4,2x pertumbuhan
Copilot: 23x pertumbuhan

Keuangan selaras kuat dengan Copilot karena banyak tugas yang otomatis dan bergantung konteks. Analis membutuhkan model yang dapat mencari sumber, merekonsiliasi, dan bernalar melintasi laporan otoritatif, pengajuan, dan dataset di dalam lingkungan terpercaya.

Pola 2: Perplexity Hanya Bertahan di Keuangan

Pertumbuhan keseluruhan Perplexity berada di 1,15x, secara efektif datar. Tetapi ketika Anda mengisolasi keuangan, gambaran yang berbeda muncul.

Baca Juga  Inflasi AS Turun Drastis: Peluang Emas Bitcoin untuk Investor Indonesia

Di keuangan, Perplexity memegang 24% pangsa pasar. Ini adalah satu-satunya industri di mana Perplexity mempertahankan traffic yang berarti dan berkelanjutan. Di tempat lain, pangsa pasarnya telah runtuh:

  • SaaS: turun dari 14,9% menjadi 7,3%
  • E-commerce: turun dari 13,9% menjadi 3,4%
  • Pendidikan: turun dari 28,5% menjadi 5,2%
  • Penerbit: turun dari 41,5% menjadi 3,6%

Keuangan berperilaku berbeda karena keputusan keuangan membutuhkan verifikasi. Ketika pengguna membandingkan platform investasi, mengevaluasi syarat pinjaman, atau meneliti persyaratan kepatuhan, satu jawaban yang disintesis tidak cukup. Mereka membutuhkan kutipan yang dapat dilacak langsung kembali ke dokumen sumber.

Pola 3: Claude Mendominasi Analisis Mandiri

Claude mewakili hanya 0,6% dari total traffic AI discovery, yang membuatnya mudah diabaikan. Tetapi di mana 0,6% itu terkonsentrasi sangatlah mengungkap. Claude menang dengan profesional yang meneliti, menulis, dan menganalisis, bukan konsumen yang berbelanja.

  • Penerbit: 49x pertumbuhan
  • Pendidikan: 25x pertumbuhan
  • Keuangan: 38x pertumbuhan
  • SaaS: 10,3x pertumbuhan

Mengapa Claude menang di vertikal ini ketika Copilot sudah mendominasi pekerjaan pengetahuan? Perbedaannya adalah jenis pekerjaan. Copilot hidup di dalam alat operasional seperti Excel, Word, dan PowerPoint, membantu profesional mengeksekusi tugas dalam alur kerja yang ada. Claude adalah tempat profesional pergi untuk pemikiran strategis mandiri.

Pola 4: Krisis Pengukuran Gemini

Traffic Gemini yang dilacak menceritakan kisah yang membingungkan:

  • Pendidikan: −67% traffic terlacak
  • SaaS: +1,4x pertumbuhan
  • Keuangan: +1,3x pertumbuhan
  • E-commerce: +2,7x pertumbuhan

Ini kemungkinan bukan penurunan pengguna. Ini adalah keruntuhan atribusi. Selama 13 bulan terakhir, Gemini semakin menahan pengguna di dalam antarmukanya. Ini memberikan jawaban yang dihasilkan AI tanpa tautan sumber yang menonjol dan dapat diklik. Pengguna meneliti, menyerap jawaban, dan kemudian mengkonversi langsung atau mencari nama brand nanti. Perjalanan itu tidak pernah muncul sebagai AI discovery.

Baca Juga  Polymarket Prediksi 77% Peluang Shutdown Pemerintah AS Januari: Apa Artinya Bagi Investor Indonesia?

Cara Memilih Strategi LLM Berdasarkan Audiens Anda

AI discovery tidak berkonsolidasi di sekitar satu platform. Ini terfragmentasi berdasarkan industri, kasus penggunaan, dan niat pengguna.

Jika Audiens Anda Bekerja di Lingkungan Enterprise

Copilot adalah tempat penemuan terjadi. Pembeli SaaS, analis keuangan, pendidik, dan pengambil keputusan B2B meneliti di dalam alat Microsoft seperti Excel, Outlook, dan Teams. Penemuan terjadi pada saat keputusan terbentuk, bukan selama sesi “penelitian” terpisah.

Jika Audiens Anda Membuat Keputusan Berisiko Tinggi

Perplexity penting. Keuangan adalah satu-satunya industri di mana platform sekunder memegang 24% pangsa pasar bersama ChatGPT. Pengguna ini membutuhkan kutipan, bukan sintesis. Optimasi berarti mendapatkan visibilitas di dalam jaringan data institusional seperti FactSet, Morningstar, dan berita keuangan, bukan hanya peringkat di antarmuka.

Jika Audiens Anda Termasuk Evaluator Teknis

Pangsa 0,6% Claude meremehkan pengaruhnya. Pengembang, strategis, dan peneliti menggunakannya untuk analisis mendalam dengan mengunggah dokumen dan dataset lengkap. Mereka lebih sedikit, tetapi mereka membentuk komite pembelian. Konten harus mendalam: studi kasus terperinci, metodologi yang jelas, dan penelitian tingkat analisis.

Jika Anda Berada dalam Kategori yang Muncul

Hukum, acara, dan asuransi menunjukkan pertumbuhan 15x hingga 90x karena AI discovery baru saja tiba. Mulailah dengan jangkauan luas ChatGPT, lalu perhatikan migrasi platform saat audiens Anda matang.

Jika Pengukuran Rusak

Traffic Gemini yang menurun kemungkinan mencerminkan keruntuhan atribusi, bukan kehilangan pengguna. Pantau peningkatan pencarian bermerek. Lacak konversi tertunda waktu. Bangun model yang memperhitungkan perjalanan multi-sesi, lintas platform.

Kesimpulan: Masa Depan AI Discovery untuk Bisnis Indonesia

Di semua kategori: Harapkan kesenjangan atribusi. Atribusi klik terakhir tradisional rusak karena konversi berbantuan AI menjadi norma. Masa depan AI discovery bukan tentang peringkat di ChatGPT saja. Ini tentang memahami di mana audiens Anda menemukan dan platform mana yang sebenarnya melayani kebutuhan mereka.

Untuk bisnis Indonesia, ini berarti:

  • Kenali audiens Anda: Apakah mereka profesional B2B, analis keuangan, atau pengembang teknis?
  • Pilih platform yang tepat: Jangan hanya fokus pada ChatGPT, pertimbangkan ekosistem kerja audiens Anda
  • Buat konten yang sesuai: Sesuaikan kedalaman dan format konten dengan platform target
  • Ukur dengan bijak: Waspadai kesenjangan atribusi dan bangun model pengukuran yang komprehensif

AI discovery telah matang. Ini bukan lagi tentang menemukan informasi, tetapi tentang menemukan solusi dalam konteks yang tepat. Strategi Anda harus sama canggihnya dengan teknologi yang digunakan audiens Anda.

Leave a Comment

Comments

No comments yet. Why don’t you start the discussion?

Leave a Reply